典型文献
改进稠密块轻量化神经网络的管道泄漏孔径识别
文献摘要：
深度神经网络的管道泄漏孔径识别方法虽然识别率高,但因结构复杂造成参数量大、内存占用大,极大地限制了其在资源有限的工业环境及实时处理中的应用.提出一种优化卷积改进稠密块的轻量化神经网络用于管道泄漏孔径识别.首先将深度可分离卷积与异构卷积结合,构造了新的多卷积稠密块实现泄漏信号的特征提取;之后采用卷积注意力机制对特征进行权重划分,实现特征的重要性区分;最后通过分类器获取结果.实验结果表明,本文方法识别准确率达到了 96.59％,参数量仅为781 KB.本文方法在保证高识别准确率的同时,参数量及浮点数大幅下降,训练时间也有所减少,改善了实时响应能力,对于实际工业监测应用有指导意义.
文献关键词：
管道泄漏孔径识别;轻量级网络;深度可分离卷积;异构卷积;多卷积稠密块
中图分类号：
作者姓名：
孙洁娣;王利轩;温江涛;肖启阳
作者机构：
燕山大学信息科学与工程学院 秦皇岛 066004;燕山大学河北省信息传输与信号处理重点实验室秦皇岛 066004;燕山大学河北省测试计量技术及仪器重点实验室 秦皇岛 066004;河南大学人工智能学院 郑州 450046
文献出处：
引用格式：
[1]孙洁娣;王利轩;温江涛;肖启阳-.改进稠密块轻量化神经网络的管道泄漏孔径识别)[J].仪器仪表学报,2022(03):98-108
A类：
管道泄漏孔径识别,异构卷积,多卷积稠密块
B类：
轻量化神经网络,深度神经网络,识别率高,参数量,内存占用,工业环境,实时处理,深度可分离卷积,泄漏信号,信号的特征提取,卷积注意力机制,行权,重划,分类器,方法识别,识别准确率,KB,浮点数,训练时间,实时响应,响应能力,监测应用,轻量级网络
AB值：
0.210864
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
